不同波前时间冲击放电电压修正方法、修正装置及计算方法

    公开(公告)号:CN108008257A

    公开(公告)日:2018-05-08

    申请号:CN201711092039.0

    申请日:2017-11-08

    IPC分类号: G01R31/12

    CPC分类号: G01R31/12

    摘要: 本发明提供了一种不同波前时间冲击放电电压修正方法、修正装置及计算方法。其中,该修正方法包括如下步骤:对预先建立的特高压边相I串全尺寸塔头间隙试品进行放电特性试验,以获得50%放电电压特性曲线;根据50%放电电压特性曲线确定放电电压与波前时间的关系式。本发明中,先对试品进行放电特性试验,从而获得50%放电电压特性曲线;再根据50%放电电压特性曲线确定放电电压与波前时间的关系式,进而得出了边相I串典型间隙不同波前时间冲击放电电压与波前时间修正关系式,后续对放电电压进行计算时直接利用关系式即可,保证了计算结果的准确性,进而保证了空气间隙绝缘配置的设计方法的准确性。

    基于无人机的憎水性评级装置及方法

    公开(公告)号:CN108717034A

    公开(公告)日:2018-10-30

    申请号:CN201810284473.7

    申请日:2018-04-02

    IPC分类号: G01N13/00 G01N21/84

    CPC分类号: G01N13/00 G01N21/84

    摘要: 本发明提供了一种基于无人机的憎水性评级装置及方法。该装置包括:设置有喷水机构的无人机,用于对待评测件进行喷淋,并通过无人机上设置的相机对喷淋区域进行拍照,以获取水珠分布形态图像;与无人机电连接的处理器,用于接收无人机获取的水珠分布形态图像,并根据水珠分布形态图像评估待评测件所检测区域的憎水性;与无人机电连接的控制器,用于控制无人机的飞行、定位、喷淋、拍照和图像传输。本发明提供的基于无人机的憎水性评级装置,通过控制器控制无人机的飞行、定位、喷淋、拍照和图像传输,对待评测件进行喷淋、拍照和图像传输,不需要输电线路停电,无需登高爬塔,操作简单方便,大大减小了工作人员的劳动力。

    一种避免风电场脱网的无功控制域计算方法

    公开(公告)号:CN104578106A

    公开(公告)日:2015-04-29

    申请号:CN201510002372.2

    申请日:2015-01-05

    IPC分类号: H02J3/18

    CPC分类号: Y02E10/763 Y02E40/30 H02J3/18

    摘要: 本发明提供一种避免风电场脱网的无功控制域计算方法,包括:步骤1:输入电网数据;步骤2:确定可能引起脱网的风电场;步骤3:确定故障风电场和无功控制对象风电场;步骤4:设置无功控制对象风电场并网点母线平衡电容电抗;步骤5:模拟脱网过程;步骤6:找到满足预设条件的平衡电容电抗阻抗值;步骤7:绘制距离-控制无功极限曲线,划分无功控制域;步骤8:重复步骤3到步骤7,直到遍历所有风电场。该方法能够帮助运行人员在脱网事故发生前与发生时进行有效的风电场无功控制,全面掌握大规模风电接入系统的安全稳定情况,避免因风电场连锁脱网对电网造成的严重损失,有力保障大规模新能源集中接入电力系统背景下安全稳定运行。

    一种避免风电场脱网的无功控制域计算方法

    公开(公告)号:CN104578106B

    公开(公告)日:2017-02-22

    申请号:CN201510002372.2

    申请日:2015-01-05

    IPC分类号: H02J3/18

    CPC分类号: Y02E10/763 Y02E40/30

    摘要: 本发明提供一种避免风电场脱网的无功控制域计算方法,包括:步骤1:输入电网数据;步骤2:确定可能引起脱网的风电场;步骤3:确定故障风电场和无功控制对象风电场;步骤4:设置无功控制对象风电场并网点母线平衡电容电抗;步骤5:模拟脱网过程;步骤6:找到满足预设条件的平衡电容电抗阻抗值;步骤7:绘制距离-控制无功极限曲线,划分无功控制域;步骤8:重复步骤3到步骤7,直到遍历所有风电场。该方法能够帮助运行人员在脱网事故发生前与发生时进行有效的风电场无功控制,全面掌握大规模风电接入系统的安全稳定情况,避免因风电场连锁脱网对电网造成的严重损失,有力保障大规模新能源集中接入电力系统背景下安全稳定运行。

    基于两阶段集成学习的风电异常数据识别方法

    公开(公告)号:CN105069476A

    公开(公告)日:2015-11-18

    申请号:CN201510484365.0

    申请日:2015-08-10

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于两阶段集成学习的风电异常数据识别方法,包括以下步骤:S1:提取风电异常数据参数;S2:根据所述风电异常数据参数生成训练样本和测试样本;S3:利用随机森林训练所述训练样本得到随机森林模型:S4:根据所述随机森林模型,利用梯度迭代决策树训练所述训练样本得到梯度迭代决策树模型;以及S5:根据所述随机森林模型和所述梯度迭代决策树模型分别预测所述测试样本得到预测结果。本发明具有如下优点:提高了风电异常数据识别的准确率。

    风电聚集区内风电场连锁脱网故障判断方法及装置

    公开(公告)号:CN104573221A

    公开(公告)日:2015-04-29

    申请号:CN201510002375.6

    申请日:2015-01-05

    IPC分类号: G06F17/50

    摘要: 本发明提供一种风电聚集区内风电场连锁脱网故障判断方法及装置,该方法为:输入电网数据和风电场无功特性参数;修改风电场出口母线,加入一对平衡电容电抗;对修改后的系统进行潮流计算;对风电聚集区内所有风电场执行一轮低压脱网搜索,获得发生低压脱网的第一风电场集合;对风电聚集区内所有风电场执行一轮高压脱网搜索,获得发生高压脱网的第二风电场集合;根据第一风电场集合和第二风电场集合,判断出风电聚集区内风电场连锁脱网故障状况。该方法利用一对平衡电容电抗模拟风电场内风电机组异步运行的无功特性以及故障切除后的系统无功特性从而仿真得到风电聚集区风电场连锁脱网故障情况,其可简化仿真计算量并保证仿真结果的准确性。